量子科技中心_量科网

拒绝服务攻击（DoS）与分布式拒绝服务攻击（DDoS）的缓解需要在最小化对合法用户干扰的同时，将恶意流量与良性流量分离。先前的研究提出将蜜罐流量分区映射为加权最大割问题，并利用变分量子算法求解由此生成的图。该团队在此原理验证方向上进行了扩展，构建了可复现的事件级蜜罐至QUBO流程，生成了包含16、32、66和110个事件节点的带标签时间二分基准图，在IBM量子硬件上执行了QAOA，设置了经典启发式基线，引入了无噪声矩阵乘积态参考，并分析了跨量子处理器架构的路由开销。最大的基准实例是一个包含110个节点、181条边的图，在三个IBM后端上执行。该研究的结果表明，浅层QAOA能够在实用规模上执行真实流量分区任务，而后端架构与路由开销会影响目标质量、安全指标及观测运行时间。由于简单的经典启发式方法即可求解当前带标签的基准图，这些实验并非声称量子优势。相反，该团队有意采用固定的浅层QAOA实现，以便在问题规模与硬件架构之间进行受控比较。这项工作建立了一个硬件可行性与架构基准框架，并证明最大割代价、安全质量、路由开销及运行时间必须作为网络安全相关量子优化的独立指标进行报告。